一、Conv2d

首先我们看一下Pytorch中的Conv2d的对应函数（Tensor通道排列顺序是：[batch, channel, height, width]）：

torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros')

in_channels参数代表输入特征矩阵的深度即channel，比如输入一张RGB彩色图像，那in_channels = 3；
out_channels参数代表卷积核的个数，使用n个卷积核输出的特征矩阵深度即channel就是n；
kernel_size参数代表卷积核的尺寸，输入可以是int类型如3 代表卷积核的height = width = 3，也可以是tuple类型如(3, 5)代表卷积核的height = 3，width = 5；
stride参数代表卷积核的步距默认为1，和kernel_size一样输入可以是int类型，也可以是tuple类型，这里注意，若为tuple类型即第一个int用于高度尺寸，第二个int用于宽度尺寸；
padding参数代表在输入特征矩阵四周补零的情况默认为0，同样输入可以为int型如1 代表上下方向各补一行0元素，左右方向各补一列0像素（即补一圈0），如果输入为tuple型如(2, 1) 代表在上方补两行下方补两行，左边补一列，右边补一列。可见下图，padding[0]是在H高度方向两侧填充的，padding[1]是在W宽度方向两侧填充的；

二、Conv2d中的dilation参数

以上大家应该都比较熟悉，今天想说的是其中的dilation这个参数，可以看到其默认值为1。先贴一段官方文档中对该参数的表述：

controls the spacing between the kernel points;

它有点类似于stride，实际含义为：每个点之间有空隙的过滤器，即为dilation。例如，在一个维度上，一个大小为3的过滤器w会对输入的x进行如下计算：w[0] * x[0] + w[1] * x[1] + w[2] * x[2]。若dilation = 1，过滤器会计算：w[0] * x[0] + w[1] * x[2] + w[2] * x[4]；换句话说，在不同点之间有一个1的差距。（Pytoch中dilation默认等于1，但是实际为不膨胀，也就是说设置dilation = 2时才会真正进行膨胀操作）

这在某些情况下与0-dilated滤波器一起使用非常有用，因为它允许你用更少的层来更积极地合并整个输入的空间信息。例如，如果你把两个3 x 3的CONV层叠在一起，那么可以说，第二层的神经元是一个5x5的输入补丁的函数（我们会说这些神经元的有效感受野是5x5）。如果我们使用dilation的卷积，那么这个有效感受野会增长得更快。

这种情况实际为Pytorch中，dilation = 2的情况。

特别注意：在Pytorch中，dilation = 1等同于没有dilation的标准卷积。

References：

https://pytorch.org/docs/stable/generated/torch.nn.Conv2d.html?highlight=conv2d#torch.nn.Conv2d

https://blog.csdn.net/qq_37541097/article/details/102926037

https://cs231n.github.io/convolutional-networks/

https://stackoverflow.com/questions/43474072/default-dilation-value-in-pytorch

https://blog.csdn.net/qq_37541097/article/details/102926037

https://github.com/vdumoulin/conv_arithmetic/blob/master/README.md

Pytorch中dilation（Conv2d）参数详解相关推荐

Python数据可视化——matplotlib.pyplot中plt的参数详解
matplotlib.pyplot中plt的参数详解: #平滑折线的示例 # plt.plot(xnew, ynew, marker='.', markevery=markevery, ls='-', ...
站长在线Python精讲：在Python函数中的默认参数详解
欢迎你来到站长在线的站长学堂学习Python知识,本文学习的是<在Python函数中的默认参数详解>.本文的主要内容有:默认参数的概念和默认参数的示例.默认参数不能设置可变对象. 目录 1 ...
站长在线Python教程精讲：在Python函数中的关键字参数详解
欢迎你来到站长在线的站长学堂学习Python知识,本文学习的是<在Python函数中的关键字参数详解>.本文的主要内容有:关键字参数的含义和关键字参数的应用举例. 目录 1.关键字参数的含 ...
python xgboost参数_xgboost中XGBClassifier(）参数详解
常规参数 booster gbtree 树模型做为基分类器(默认) gbliner 线性模型做为基分类器 silent silent=0时,不输出中间过程(默认) silent=1时,输出中间过程 n ...
【PyTorch】nn.Conv2d函数详解
文章目录 1. 函数语法格式 2. 参数解释 3. 尺寸关系 4. 使用案例 5. nn.functional.conv2d 1. 函数语法格式 CONV2D官方链接 torch.nn.Conv2d( ...
pandas中的read_csv参数详解
1.官网语法 pandas.read_csv(filepath_or_buffer, sep=NoDefault.no_default**,** delimiter=None**,** header= ...
pytorch中的卷积操作详解
首先说下pytorch中的Tensor通道排列顺序是:[batch, channel, height, width] 我们常用的卷积(Conv2d)在pytorch中对应的函数是: torch.nn. ...
PyTorch中计算KL散度详解
PyTorch计算KL散度详解最近在进行方法设计时,需要度量分布之间的差异,由于样本间分布具有相似性,首先想到了便于实现的KL-Divergence,使用PyTorch中的内置方法时,踩了不少坑,在 ...
Linux中top命令参数详解、常用快捷键
1.命令 1.简介 top命令是Linux下常用的性能分析工具,能够实时显示系统中各个进程的资源占用状况,类似于Windows的任务管理器. 显示系统当前的进程和其他状况: top是一个动态显示过程 ...
linux中w命令参数详解
以下是是linux w 命令详解,希望对您有所帮助. 是linux w 命令详解功能说明:显示目前登入系统的用户信息. 语法:w [-fhlsuV][用户名称] linux w 命令补充说明:执行这项 ...

Pytorch中dilation（Conv2d）参数详解

一、Conv2d

二、Conv2d中的dilation参数

Pytorch中dilation（Conv2d）参数详解相关推荐

最新文章

热门文章